論文の概要: BLUE: A Stale-Pixel Optical-Flow Compositor for Entropy-Efficient Surveillance Video Encoding

• arxiv url: http://arxiv.org/abs/2606.28753v1
• Date: Sat, 27 Jun 2026 06:01:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.677735
• Title: BLUE: A Stale-Pixel Optical-Flow Compositor for Entropy-Efficient Surveillance Video Encoding
• Title（参考訳）: BLUE:エントロピー効率の良いサーベイランスビデオエンコーディングのための静止画光フローコンポータ
• Abstract要約: 連続記録監視システムは、チューニングだけでは完全に解決できないストレージ問題に直面します。 本稿では、この構造を利用するプリエンコードコンポジトリであるBLUEについて、背景の永続的なシードフレームを維持することにより紹介する。 BLUEは平均34.6% (x264) / 39.4% (x265) のファイルサイズを95.8% / 99.4%のクリップで削減している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Continuous-recording surveillance systems face a storage problem that codec tuning alone cannot fully solve: even at aggressive CRF settings, a static-camera scene spends most of its bits re-encoding a background that has not changed. We present BLUE, a pre-encode compositor that exploits this structure by maintaining a persistent seed frame of the background and substituting background pixels with seed pixels before the encoder runs. The encoder then emits near-free SKIP macroblocks for the frozen background, while live pixels in foreground regions are carried unchanged at full quality. We evaluate BLUE on all 308 annotated short subclips from the VIRAT Ground Surveillance Release 2.0 dataset using a six-point CRF sweep with both x264 and x265. At CRF 28, BLUE reduces file size by a mean of 34.6% (x264) / 39.4% (x265) on 95.8% / 99.4% of clips respectively. Foreground-region PSNR, computed only over VIRAT object-annotation bounding boxes, is preserved or improved on 60.7% of clips (+0.36 dB mean, +5.48 dB maximum). Full-frame perceptual quality (VMAF) drops by a median of 6.75-8.59 points; we quantify and disclose this trade-off explicitly. A lightweight deployment gate measuring the compositor's own VMAF on a 2-second prefix identifies the 40% of clips where even full-frame quality degradation is near-imperceptible (Delta VMAF <= -2.9), enabling a selective-activation strategy that retains both the storage benefit and acceptable perceptual fidelity.
• Abstract（参考訳）: 連続記録された監視システムは、コーデックチューニングだけでは完全には解決できないストレージ問題に直面している。攻撃的なCRF設定でも、静的カメラシーンは、変更されていないバックグラウンドを再エンコードする。 本稿では,この構造を利用するプリエンコードコンポジトリであるBLUEについて,背景の永続的なシードフレームを維持し,エンコーダの実行前に背景画素をシードピクセルに置き換えることで述べる。 エンコーダは、凍結した背景に対してほぼ自由なSKIPマクロブロックを出力し、フォアグラウンド領域のライブピクセルは、フル品質で保持される。 我々は、X264とx265の6点CRFスイープを用いて、VIRAT Ground Surveillance Release 2.0データセットから注釈付き308個の短いサブクリップについてBLUEを評価する。 CRF 28では、BLUEは平均34.6% (x264) / 39.4% (x265) のファイルサイズを95.8% / 99.4%のクリップで削減している。 前景領域PSNRはVIRATオブジェクトアノテーション境界ボックス上でのみ計算され、60.7%のクリップ(+0.36 dB、+5.48 dB)で保存または改善されている。 フルフレーム知覚品質(VMAF)は6.75-8.59ポイントの中央値で低下する。 2秒のプレフィックスでコンポジタ自身のVMAFを測定する軽量配置ゲートは、フルフレーム品質の劣化がほとんど認識できない(Delta VMAF <= -2.9)クリップの40%を識別する。

関連論文リスト

• BLUE: Semantics-Preserving Video Compression for Efficient Vision-Language Surveillance Analytics [0.0]
  継続的監視ビデオは、エンタープライズビデオ分析システムにおいて、ストレージ、送信、推論の負担が増大する。 固定カメラによる監視圧縮手法であるBLUEについて,前景活動を保存しながら,静的背景の冗長性を抑える手法について検討する。 生のH.265とBLUE圧縮H.265を2つの監視データセットで比較した。
  論文  参考訳（メタデータ） (2026-07-21T19:00:32Z)
• Entropy-Coded MS-VQ-VAE with Learned Priors for Ultra-Low Bitrate Video Compression [1.332091725929965]
  連続潜在表現に基づくビデオコーデックは、1ピクセルあたり0.1ビット以下で確実に動作するのに苦労する。 離散潜在表現が、この制限を完全に横切ることを示す。 我々は、重要なトレーニング勾配不安定性を特定し、解決する。
  論文  参考訳（メタデータ） (2026-06-28T20:09:45Z)
• Spatial Artifact Coherence Determines Codec Robustness in Patch-Based rPPG [0.0]
  Photoplethysmography (r) は、遠隔医療、新生児ICU、ドライバ疲労の応用において、圧縮されたビデオチャネル上に展開されているベンチマークで低い心拍数誤差を達成している。 事前の作業では、圧縮下でのグローバル射影法を上回る物理量を決定するものはない。 本研究では,4x4のグリーンチャネル間グリーンチャネルにおいて,オフパスと対角エネルギーの比として定義される空間アーチファクトコヒーレンス(マクロ)を提案する。
  論文  参考訳（メタデータ） (2026-06-02T20:33:36Z)
• Kelvin v1.0: A Neural Pre-Encoder for H.264: A standards-compliant learned preprocessor with -27.62% BD-VMAF on UVG [0.0]
  Kelvinは軽量の学習済みエンコーダで、未修正のlibx264エンコーダの前にある。 1チャンネルあたり+/-1/255でバウンドされたコンテント適応型ピクセル調整を適用し、エンコーダが重要なビットを割り当てる。
  論文  参考訳（メタデータ） (2026-05-10T22:05:24Z)
• Speculative Decoding for Autoregressive Video Generation [9.370533301840284]
  ブロックベースの自己回帰ビデオ拡散に投機的復号化をもたらすSDVGを導入する。 1.3Bのドラフトラは、4つのデノナイジングステップを通じて候補ブロックを提案し、各ブロックはVAEデコードされ、ImageRewardによってスコア付けされる。 固定しきい値タウ以上のブロックは14BターゲットのKVキャッシュに受理され、残りはターゲットによって再生される。
  論文  参考訳（メタデータ） (2026-04-19T12:01:57Z)
• A Near-Raw Talking-Head Video Dataset for Various Computer Vision Tasks [19.742094573993132]
  トーキングヘッドビデオはリアルタイムコミュニケーションにおける主要なコンテンツタイプである。 我々は847件のトーキングヘッド記録のほぼRAWデータセットをオープンソース化した。 このデータセットは、これまでで最大規模のトーキングヘッドWebカメラデータセットのスケールを5ドルタイムで提供する。
  論文  参考訳（メタデータ） (2026-03-23T20:51:35Z)
• Going Down Memory Lane: Scaling Tokens for Video Stream Understanding with Dynamic KV-Cache Memory [50.30283773196725]
  既存のアプローチは、時間とともにフレームレベルの詳細を蓄積するためにキーバリューキャッシングに依存していますが、フレーム毎に限られた数のトークンを使用します。 より詳細な時間的理解と推論を可能にするためにトークン予算のスケーリングを提案する。
  論文  参考訳（メタデータ） (2026-02-20T18:59:50Z)
• Hierarchical Vector-Quantized Latents for Perceptual Low-Resolution Video Compression [1.332091725929965]
  低解像度ビデオのコンパクトかつ高忠実な潜在表現を生成するために設計されたマルチスケールベクトル量子変分オートコーダ(MS-VQ-VAE)を提案する。 我々のアーキテクチャは、VQ-VAE-2フレームワークを指数展開設定に拡張し、3次元残差畳み込みで構築された2段階の潜伏構造を導入している。 提案フレームワークは、リアルタイムストリーミング、モバイル分析、CDNレベルのストレージ最適化など、帯域幅に敏感なシナリオにおけるスケーラブルなビデオ圧縮に適している。
  論文  参考訳（メタデータ） (2025-12-31T01:07:17Z)
• VideoCompressa: Data-Efficient Video Understanding via Joint Temporal Compression and Spatial Reconstruction [55.66673587952058]
  ビデオ理解モデルは、大規模データセットの禁止ストレージと計算コストによって、ますます制限されている。 VideoCompressaはビデオデータ合成のための新しいフレームワークで、動的潜在圧縮として問題を再構成する。
  論文  参考訳（メタデータ） (2025-11-24T07:07:58Z)
• AdaReTaKe: Adaptive Redundancy Reduction to Perceive Longer for Video-language Understanding [55.320254859515714]
  MLLM(Multimodal Large Language Models)は、ビデオ理解に革命をもたらしたが、長いビデオを処理する際の文脈長によって制限されている。 AdaReTaKeは,時間と層間の圧縮比を理論的保証とともに割り当てることで,視覚的冗長性を柔軟に低減する訓練自由手法である。 VideoMME、MLVU、LongVideoBench、LVBenchのデータセットの実験では、AdaReTaKeは既存の7Bモデルと72Bモデルでそれぞれ2.3%、そして2.8%を上回っている。
  論文  参考訳（メタデータ） (2025-03-16T16:14:52Z)
• Improving the Diffusability of Autoencoders [54.920783089085035]
  高品質な画像やビデオを生成するための主要なアプローチとして、潜伏拡散モデルが登場している。 我々は、現代のオートエンコーダのスペクトル分析を行い、その潜在空間における不規則な高周波成分を同定する。 我々は、この高周波成分が拡散合成プロセスの粗大な微細な性質に干渉し、生成品質を阻害する仮説を立てた。
  論文  参考訳（メタデータ） (2025-02-20T18:45:44Z)
• ReTaKe: Reducing Temporal and Knowledge Redundancy for Long Video Understanding [55.320254859515714]
  ReTaKeは、ビデオLLMsが8倍のフレーム(最大2048年まで)を処理し、類似のモデルも3～5%縮小し、ビデオMME、MLVU、LongVideoBench、LVBenchなどと競合する。 私たちのコードはhttps://github.com/SCZwangxiao/video-ReTaKe.comで公開されています。
  論文  参考訳（メタデータ） (2024-12-29T15:42:24Z)
• Distortion-Aware Loop Filtering of Intra 360^o Video Coding with Equirectangular Projection [81.63407194858854]
  等角射影(ERP)フォーマットで投影された360$o$ビデオの符号化性能を向上させるため,歪みを考慮したループフィルタリングモデルを提案する。 提案モジュールは、符号化ユニット(CU)パーティションマスクに基づいてコンテンツ特性を分析し、部分的畳み込みによって処理し、指定された領域を活性化する。
  論文  参考訳（メタデータ） (2022-02-20T12:00:18Z)
• Learning for Video Compression with Recurrent Auto-Encoder and Recurrent Probability Model [164.7489982837475]
  本稿では、リカレントオートエンコーダ(RAE)とリカレント確率モデル(RPM)を用いたリカレントラーニングビデオ圧縮(RLVC)手法を提案する。 RAEは、ビデオフレーム間の時間的相関を利用するために、エンコーダとデコーダの両方で繰り返しセルを使用する。 提案手法は,PSNRとMS-SSIMの両方の観点から,最先端の学習ビデオ圧縮性能を実現する。
  論文  参考訳（メタデータ） (2020-06-24T08:46:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。